Las abejas inspiran este nuevo sistema de orientación para drones pequeños que no usa GPS ni mapas

Los robots autónomos suelen depender de sistemas que generan mapas detallados del entorno en tiempo real para determinar su posición. Estos métodos demandan gran capacidad de procesamiento y memoria, lo que los hace poco viables para drones pequeños y ligeros, limitando considerablemente su alcance operativo.

Un consorcio de investigadores de la Universidad Tecnológica de Delft y la Universidad de Wageningen (Países Bajos), junto a la Universidad Carl von Ossietzky de Oldenburg (Alemania), se inspiró en la asombrosa habilidad de las abejas (Apis mellifera) para volver a su colmena tras recorrer largas distancias. El equipo diseñó un novedoso sistema de navegación llamado Bee‑Nav, que permite a drones de bajo peso regresar con precisión a su base sin necesidad de GPS ni mapas cartográficos.

Cómo funciona Bee‑Nav

Bee‑Nav emplea un proceso de dos etapas. En primer lugar, el dron realiza un “vuelo de aprendizaje” alrededor de la estación base, capturando imágenes panorámicas con una cámara omnidireccional. Durante este vuelo, la distancia y la dirección a la base se calculan mediante integración de trayectoria, datos que sirven para entrenar una red neuronal ligera que asocia cada vista del entorno con la dirección de la base.

Una vez completado el entrenamiento, el dron puede volar a largas distancias para cumplir su misión. Al regresar, utiliza la integración de trayectoria para acercarse a la zona de aprendizaje (LHA). Cuando entra en esa área, la red neuronal estima la dirección de la base a partir de la imagen capturada, corrigiendo así los errores acumulados durante el vuelo.

Características técnicas de la red neuronal

• Modelo compacto de 5 capas, ocupa 3.4 KB.
• Modelo de atención de 8 capas, ocupa 42.3 KB.
• Ambos son aproximadamente mil veces más pequeños que los sistemas basados en mapas que requieren cientos de megabytes.
• Compatibles con hardware de bajo coste como la Raspberry Pi 4, reduciendo consumo energético y peso.

Resultados experimentales

En simulaciones, el equipo alcanzó una tasa de retorno del 99 % usando solo el 3.84 % del área total de vuelo como zona de aprendizaje. En pruebas reales, los drones lograron:

• En interiores, 48 vuelos de regreso con un error máximo de 0.5 m respecto a la base.
• Al aire libre, regresar en línea casi recta desde una distancia de 150 m después de entrenar en un tramo de río de apenas 10 m, con vuelos máximos de 600 m.

Sin embargo, con vientos superiores a 5 m/s, la tasa de éxito se redujo a alrededor del 50 %. Los investigadores atribuyen esta caída a la intensa luz solar y a la distorsión de las imágenes provocada por la inclinación del dron bajo ráfagas fuertes. Aunque se implementó un algoritmo de corrección de imagen, se reconoce que son necesarias mejoras adicionales.

Aplicaciones potenciales

Bee‑Nav abre la puerta a múltiples usos donde la autonomía y la ligereza son cruciales:

• Vigilancia de cultivos: drones equipados con Bee‑Nav podrían patrullar campos, detectar enfermedades y plagas de forma temprana, incrementando rendimientos y reduciendo pérdidas.
• Gestión de inventarios en almacenes: la capacidad de regresar sin mapas detallados facilita operaciones logísticas en entornos complejos.
• Búsqueda y rescate: drones que pueden volar rápidamente y regresar de forma fiable a su punto de partida podrían mejorar la rapidez de las respuestas en emergencias.

La adaptación de estrategias de navegación propias de diminutas criaturas como las abejas podría sentar las bases de la robótica de próxima generación, ofreciendo soluciones eficientes y de bajo consumo para desafíos tanto agrícolas como industriales.

Mira tambien: